很多同學可能并未察覺，我們接的電話來電中相當的比例已經變成了數字人。它們惟妙惟肖，如果不是經常聽的人在相對簡單的對話情境中，根本聽不出來語音合成（TTS）的聲音和真人聲音的差異。

這種數字員工的前奏自從2010年以來其實一直在響起，只不過不夠激烈和密集，始終局限在幾個有限的領域，比如外呼促銷、客服等。此前核心瓶頸是“智能不夠”，所以只能處理相對狹小領域里的單一任務。ChatGPT等大模型則改變了這種底層約束。雖然成功的數字員工產品還沒出來，但這是注定發生的事實，就像互聯網只要開始普及，搜索就必然會出現一樣。從這個角度看2023年，是數字員工的元年。

(資料圖)

數字員工洶涌而來

人工智能發展這些年商業上不成功，但各個技術點上實在有了很大進步，包括各類識別算法、語音合成算法等。而這些技術的組合正好為數字員工的誕生準備了充足的條件。

我們拿一個招聘的數字員工做例子，看下到底需要哪些技術：

在最簡單的場景，她需要能夠圍繞著自己的招聘主題進行宣講，并能夠回答候選人關切的問題。說到這個大家會馬上想到現在的大模型。是的，基于現在的通用大模型能夠比較好地完成這一基礎工作。這打破了過去不同方向要分別定制，并且應對變化成本過高的約束。當前是招聘場景越簡單，比如工廠的工人，那這種數字員工越勝任，招聘對象越復雜，它越不靈。

再遞進一步，招聘的時候如果不是文字溝通，那還需要什么？

這就和過去做的智能音箱有點像，數字員工需要聽得清，說得出來。聽得清這事，在智能音箱等產品的推動下，即使是遠場也能達到95%以上的精度，而TTS更是已經進展到只要錄幾句就能模擬出你的聲音。完全沒有技術障礙，并且成本可控。

再逼真一些，還需要什么？

還需要你的數字員工在表情、手勢、體態上和真人一樣。這個在這幾年的努力下成本已經從幾十萬降到幾萬或者一萬。

在這個時間點，這種數字員工能力還是有限度的，不管是智能還是表達方式。

如果硬要分個級別，估計在工廠這類崗位表現會超過人類，在軟件工程師這類崗位上有可能打平，在招高管的時候就還不行。（大家可以回到招聘場景自己思考下這幾類崗位的智能邊界）

可這沒關系，絲毫不會影響數字員工洶涌而來的趨勢。

這就像一旦286出現，PC浪潮就會很快席卷而來，一旦窄帶出現互聯網就會蓬勃發展一樣。數據的連通性會增強，比如更知道招聘對象是誰；智能會增強，大模型肯定還會進階；技術會變得更便宜，比如一個數字員工的成本會進一步下降。所有關聯的技術，所有對應的產品在幾個迭代周期后，就會變得像微信一樣好用。（越到后面我們越會發現數字員工的落地根本不是技術問題，而是思想問題，大家可以考慮下企業做數字化九死一生的局面是因為技術么？）

商業閉環

如果要下個定義，數字員工和過去說的數字人的核心差別是什么？

數字人是一種簡單的人形表示，對應局部功能；數字員工要在指定區域完整解決場景問題。

過去的人工智能產品核心的問題就是只承擔局部功能，解決局部問題。

比如閘機、智慧電梯等，從人和場景的角度看，它們是一個個半拉子產品，只能干一個小點的功能。所以在各種場景下它們解決的是“更好”，但其實增加成本。這就好比帶了人臉的閘機和保安，智能助理和App等都是這種情況。哪怕在最簡單的場景下，它們的價值創造也不完整。

經常會提到的價值創造，這個詞要和場景關聯，然后再對應到具體產品，不應該對應具體某個具體技術。價值創造是個整體性問題，從整體性視角很容易看到過往十年AI產品的各種問題，從技術角度則看不到。

過去就客服等寥寥幾個場景能實現一點全場景的價值創造，外呼都還不太行。

核心瓶頸就是上面說的智能供給不足。

為什么全場景創造價值很關鍵？

因為價值創造在場景上完整了，商業模式會非常簡單直接。否則對客戶和用戶就很雞肋，有了更好沒有也行，當然購買意愿就不強。

假如雇傭一個人15萬，雇傭一個數字員工1.5萬，如果從場景上看這兩者百分百等價，那從人效的角度看，所有的企業都會雇傭數字員工。

現在不雇傭只是因為產品不夠好，不夠完整。

如果能搞定，這個產業空間，比IDC等估計的要大得多。

并且一旦搞定，這注定會成為一種和互聯網一樣的巨大浪潮。人效有2倍差異的時候，沒人能忽略它。

從這個角度看，數字員工確實會打碎許多現有的飯碗。

現有的飯碗底層越是依賴于簡單的邏輯和概念組合，越是很快會被打碎。這一點在之前OpenAI論文中有提，此處不展開。

需要補充的是，我們過去因為人的智能不夠而分工，把干一個產品分解成產品經理，設計、架構師，程序員，測試等。那現在因為智能供給的充沛而回卷，其實合情合理。如果回到程序員的上古時代，這個行當早期很多產品還真是一個人干的。所以上面的所謂的消滅，其實也是一種回滾。

人的位置在哪兒？

在給出答案前，我們來看幾個例子。

一個是Linux。Linux早期是個什么運作模式呢？最開始就這哥們一個人干，結果干來干去，干不動了，他就開源。參與開源的人，每個人把自己的變更通過郵件發給他，他負責合并到正式版本的Linux里。Linux對應這個產品的核心，但把工作量大的部分分出去了。后來這模式被Git等工具放大了，但本質上還是這套邏輯。

假如AI大模型變厲害了，會發生什么？

這個社區會圍繞這個Linux這個核心回卷。比如兩千人的社區，最外圍的會先被大模型取代掉。然后一圈一圈往中心折疊。但即使到最后Linux這角色是不能取代的，因為Linux解決的不單是編程問題，大模型的工具屬性回答不了到底要成什么樣，應該為現在考慮多少，為將來考慮多少這類問題。

（這么個漲法，Linux內核社區也未必扛得住）

我們再看個例子，羅永浩老師。論利潤，所有創業的AI公司十年時間賺的錢，可能還不如羅老師創業失敗帶貨這幾年一個人賺得多。那為什么可以這樣？

我們可以講沒有短視頻平臺就沒有羅老師的“真還傳”。

短視頻平臺就像一塊肥沃的地，羅老師在上面發揮了自己的才華，種出了自己的糧食。

那短視頻平臺是什么呢？

它是一組算法的集合。雖然我們不管哪個算法叫人工智能，但推薦算法這些和AI底層是有很多共通之處的。所以羅老師的“真還傳”是一個把人的才華嫁接到硅基智能之上，并取得巨大成功的案例。

據此回溯，我們可以發現過去互聯網崛起的過程中，不單有羅老師的帶貨，還有各種其他主播，起點上還有網文作家，網紅店等的成功。

這是什么概念和人工智能又有什么關系呢？

AI算法會讓過去的平臺具有更強大的力量，借助于AI平臺，小團隊可以實現指定場景下的直接價值創造。比如個性化的生產在過去是不太可能的，但當大量數字人崛起之后，理論上講不管是純虛的服務還是真正的生產，都可以做到每個人一個設計師，一條生產線。

我們的就業形式在因此而發生變化。

在互聯網興起前，很多時候我們想到就業就會想到工人，農民，干部等。

現在播主，網文作家，滴滴司機，外賣小哥，網紅店主每一個都是單獨的經濟單位。他們對某一個平臺形成單向依賴，但橫向的分工配合被弱化很多。

在這種模式下，沒有平臺就沒有就業。

有趣的是，這也是一個循環。

在上古我們還和猩猩差不多的時候，其實每個個體都是一個獨立的經濟單位，在農業文明的時候，被弱化了一點，但基本農民還是自給自足，就是對地球有依賴。

大工業時代就不是了，人和生產資料發生了巨大分離（馬克思思想的一個起點）。但現在往回走，核心是平臺扮演了地球的角色。

差異是地球是不收錢的，但平臺和個體之間牽涉利益分割。“平臺”的模式是未來，但必須處理好這種利益分配。

從這個角度看，數字員工就不是飯碗的破壞者，而是創造者。他們站在了每個人腳下，讓每個人都可以形成自己的經濟閉環，讓每個人有機會發揮你自己屬于人的那部分特色。

如果沒有短視頻平臺，很多知名的主播現在會在干什么呢？

硅基和碳基的邊界

哪些會由數字員工在平臺里面做，哪些會由人在作為一個個分散個體，在平臺外面做呢？

回答這個問題要看清硅基智能和碳基智能的能力邊界。

在過去分工體系下創建的各種崗位，核心依賴的正是記憶、對邏輯和概念的處置。

這部分實在不靈，人根本沒可能和數字員工進行比較。數字員工越發展，這種分工體系越會回卷。場景和產品應該還在，但它背后對應的人員會削減。

但數字員工站到每個人的腳下后，每個人都迎來一個獨立創造價值的機會，這部分會依賴于碳基智能的優勢，比如創造力、活性、共情價值等。碳的活性和硅的穩定性在這里要做結合。

最終結果可以用一個形象的指標來形容（王丁丁老師朋友圈看到的）：

蘇聯老大帝國的SKU一共不過2萬種，電商平臺的SKU已經超過4000萬。如果是上面這種情形那SKU可能再翻100倍。之前總說SKU是數目小于人的數目，在未來則可能徹底反過來。一個SKU只服務于極少的人，甚至一個人，但還有利潤空間。因為基礎成本被縮減了。

這是一種新式的多點多維的經濟循環。

這種循環下，需求和供給是對等的，且是多樣化的。每個人既是生產者也是消費者，人們的全面物質文化需求可以更好地被滿足。

我們有時候可能會困惑：為什么生產力高度發展，我們每個人的物質文化需求也沒被滿足，但經濟卻出問題？核心可能就是循環的通路和循環的形式問題。這是我為什么說市場和凱恩斯主義的統一，可能在于一個新的概念“科技道權”的一個原因。

總結

假如一群螞蟻在一只大象的耳朵上生活，這螞蟻有智慧根據大象的習性基于大數據統計，分析出了非常嚴密的公式，可以根據各種變動信號預測耳朵大象會怎么擺。現在地球氣候變了，大象就一路往北。這樣一來固然可以修正模型，讓預測模型看著能解釋過去，但骨子里是不可能準了。因為原點出了根本變化。

我們總是面對兩類問題，一類問題是連續性的，一類則是基礎要素變了。基礎要素變的情形就導致原點類問題，而原點類問題需要褪去細節，回到原點。

本文來自微信公眾號：琢磨事（ID：zuomoshi），作者：老李

關鍵詞：